← points de vue
1er novembre 2020

Dix ans avant que le métier ait un nom

De la mécanique des sols aux entrepôts de données, un journal de lecture tenu depuis 2011 couvre une décennie pendant laquelle la discipline n’a reçu son nom qu’après coup. Ce que ce journal montre, et ce qu’il laisse de côté.

Je tiens depuis 2011 un journal de lecture : ce que j’ai lu, quel mois, et à quoi cela me servait alors. Il n’a jamais été écrit pour être relu d’un bout à l’autre, et c’est pour cette raison qu’il est utile aujourd’hui, puisqu’il n’a pas été réarrangé ensuite. Relu en une fois, il montre une chose que je n’aurais pas su dire à l’époque. Pendant la première moitié de la décennie, le métier que j’allais exercer n’avait pas encore de nom stable.

01Partir de la mécanique

Les premières entrées concernent le calcul plus que l’informatique. Un aide-mémoire de mécanique des sols y côtoie un traité de C++ et des scripts d’une ligne pour éditer du texte. Je sortais d’une formation d’ingénieur mécanicien, où l’ordinateur servait à calculer sans être un sujet d’étude. Je notais surtout des formulaires, ces feuilles denses qu’on imprime et qu’on garde à portée de main. Cette habitude d’école d’ingénieur a mis dix ans à disparaître.

02Trois articles qui nomment un métier

En 2012, trois articles de presse économique annoncent la même chose : les données deviennent une matière première, et il faudra quelqu’un pour s’en occuper. Le journal note explicitement qu’ils m’ont fait changer d’orientation. Avec le recul, leur justesse était partielle, et leur effet a compté davantage : ils ont donné un nom à un travail que certains faisaient déjà. D’autres disciplines ont reçu leur nom de la même manière.

« J’ai donc trouvé que programmation dynamique était un bon nom. C’était une chose à laquelle même un membre du Congrès ne pouvait pas s’opposer. Je m’en suis servi comme d’un parapluie pour mes activités. »
Richard Bellman

Bellman parle de 1950 et de recherche opérationnelle, et sa description s’applique à la donnée soixante ans plus tard. Le nom ne décrivait pas le travail ; il permettait de le financer. Le savoir ne dispense pas d’exercer le métier, mais évite de croire que le mot désigne quelque chose de nouveau.

03La première moitié : des documents

De 2013 à 2015, le journal est occupé par des problèmes qui ont presque disparu des discussions : produire des documents bureautiques à partir de balisage, manipuler du texte enrichi, tracer des graphiques sans code exécuté par le navigateur, reprendre du code hérité écrit dans des langages qui n’avaient déjà plus de successeurs. Un calculateur en ligne y apparaît comme la première expérience marquante d’un calcul lourd exécuté ailleurs que sur ma machine. Sans que je le remarque alors, c’est le début de la partie cloud de cette histoire.

04La seconde moitié : de la distribution

À partir de 2016, le sujet change. Le contrôle de version devient une manière de travailler à plusieurs, et plus seulement un outil. Viennent ensuite les langages fonctionnels et le calcul distribué, avec la mémoire à surveiller et les tâches à soumettre. La difficulté se déplace : écrire le calcul devient secondaire, et l’essentiel du travail consiste à le faire fonctionner sur des machines qu’on ne voit pas.

05Deux métiers, et celui dont on parlait le moins

Entre 2017 et 2019, le journal se remplit de statistique et d’apprentissage automatique : cours, ouvrages de référence, notebooks. C’est le moment où la science des données occupe toute la conversation. Ce que je notais en parallèle (servir un modèle, l’exécuter en production, maintenir la chaîne qui alimente ces expériences) n’avait pas encore de nom et n’intéressait personne. Le métier d’ingénieur de la donnée s’est formé à ce moment-là, à partir des problèmes que la science des données laissait de côté.

06Le dépôt plutôt que la documentation

Un changement traverse toute la décennie sans être jamais annoncé. En 2011, ma source principale était la documentation de l’éditeur. À la fin, c’est le dépôt public : on lit le code avant la notice, les tickets ouverts avant la page de présentation, et l’on juge un outil à l’activité de ses échanges plutôt qu’à sa page d’accueil. GitHub a hébergé du code, et il a aussi changé l’endroit où l’on apprend. Avec une limite : on y lit surtout ce qui est visible, c’est-à-dire ce qui est populaire.

07Ce que ce journal ne montre pas

Il ne consigne que ce que j’ai lu, et lire ne donne pas une compétence. Il ne dit rien des mois passés sur un problème sans rien noter, ni des outils abandonnés parce qu’ils ne fonctionnaient pas. Lu à la suite, il donne donc l’impression d’une trajectoire cohérente, alors qu’il enregistre surtout ce qui était disponible au moment où je cherchais. Je le publie comme un document daté, sans valeur de conseil de carrière, d’autant que la moitié de ce qu’il cite n’existe plus.